Rust中使用serde-xml-rs解析混合元素与无标签文本的XML

报错原因 #

你遇到的duplicate field $value报错是因为serde-xml-rs的$value字段默认仅支持捕获单个文本节点，而你的示例XML中<element>根标签下存在三个节点：

1. <subelement>标签前的换行、缩进空白（属于文本节点）
2. 带id属性的<subelement>元素节点
3. <subelement>标签后的arbitrary text文本加末尾空白（属于第二个文本节点）
   两个文本节点同时映射到同一个$value字段，就触发了重复字段冲突。

解决方案 #

方案1：用数组存储所有文本节点后过滤合并 #

将存储文本的字段修改为Vec<String>类型，serde会自动收集所有零散的文本节点，你可以后续自行过滤空白内容、拼接得到目标文本，实现代码如下：

use serde_derive::{Deserialize, Serialize};
use serde_xml_rs::from_str;

#[derive(Serialize, Deserialize, Debug, PartialEq)]
#[serde(rename = "element")]
struct Element {
    #[serde(default)]
    subelement: Option<SubElement>,
    #[serde(rename = "$value", default)]
    text_parts: Vec<String>,
}

impl Element {
    /// 提取有效文本，自动过滤空白内容
    pub fn get_text(&self) -> String {
        self.text_parts
            .iter()
            .map(|s| s.trim())
            .filter(|s| !s.is_empty())
            .collect::<Vec<_>>()
            .join(" ")
    }
}

#[derive(Serialize, Deserialize, Debug, PartialEq)]
struct SubElement {
    id: i32,
}

fn main() {
    const XML: &str = r#"
    <element>
        <subelement id="123"></subelement>
        arbitrary text
    </element>
    "#;
    let actual: Element = from_str(XML).unwrap();

    // 验证解析结果
    assert_eq!(actual.subelement, Some(SubElement { id: 123 }));
    assert_eq!(actual.get_text(), "arbitrary text");

    println!("解析结果：{:?}", actual);
    println!("提取到的无标签文本：{}", actual.get_text());
}

方案2：枚举适配任意混合内容 #

如果你的XML存在文本和子元素任意穿插的场景，可以用枚举统一表示不同类型的节点，适配性更强：

use serde_derive::{Deserialize, Serialize};
use serde_xml_rs::from_str;

/// 节点类型枚举，匹配所有可能的子节点和文本
#[derive(Serialize, Deserialize, Debug, PartialEq)]
enum Node {
    #[serde(rename = "subelement")]
    SubElement(SubElement),
    #[serde(rename = "$value")]
    Text(String),
}

#[derive(Serialize, Deserialize, Debug, PartialEq)]
#[serde(rename = "element")]
struct Element {
    #[serde(rename = "$value", default)]
    nodes: Vec<Node>,
}

#[derive(Serialize, Deserialize, Debug, PartialEq)]
struct SubElement {
    id: i32,
}

// 后续遍历nodes数组即可分别提取子元素和文本内容

可选优化：自动修剪空白 #

在Cargo.toml中为serde-xml-rs开启trim_text特性，库会自动修剪所有文本节点前后的空白，减少后续过滤的工作量：

serde-xml-rs = { version = "0.9.0", features = ["trim_text"] }

内容的提问来源于stack exchange，提问作者user922367